Google no indexa una página, estas son las causas reales

Google no indexa una página todos los días que la visita, aunque el sitio entero funcione bien. Quien gestiona un blog corporativo lo ve en Search Console: la home y las páginas de servicio llevan meses indexadas sin problema, pero un artículo recién publicado se queda semanas en «rastreada, actualmente sin indexar», sin que nadie haya tocado nada en la web. La causa casi nunca es un único fallo técnico. Puede ser un robots.txt mal escrito, un bloque de contenido que repite lo que ya hay en otra URL propia, o que Google ha decidido, con sus propios criterios de calidad, que esa página todavía no merece un hueco en su índice.

Google no indexa una página cuando un error técnico se lo impide —robots.txt, una etiqueta noindex, un 5xx—, cuando la identifica como duplicada de otra URL propia sin canonical, o cuando decide que su contenido no aporta suficiente valor frente a lo que ya tiene indexado. El informe de indexación de páginas de Search Console distingue cada motivo, y cada uno se corrige de forma distinta.

Rastrear e indexar no son lo mismo para Google

Googlebot rastrea una URL cuando la visita y descarga su contenido; eso no significa que Google vaya a indexarla. Indexar es el paso siguiente: decidir si esa página entra en la base de datos desde la que Google responde a las búsquedas. Una web puede tener miles de páginas rastreadas y solo una parte indexadas, y eso es normal en catálogos grandes o páginas generadas automáticamente.

Rastrear es que Googlebot visite una URL y descargue su contenido. Indexar es que Google decida guardar ese contenido en su base de datos y pueda devolverlo como resultado de búsqueda. Una página puede rastrearse muchas veces y no indexarse nunca.

Para un blog corporativo con pocas páginas, el problema casi siempre aparece en los artículos más recientes o en los que menos enlaces internos reciben: Google los ha visto, pero no les ha asignado prioridad todavía.

Google no indexa una página: causas técnicas

Antes de pensar en calidad de contenido conviene descartar lo técnico: es lo más fácil de arreglar y lo que más tiempo se pierde buscando en el sitio equivocado. El informe de indexación de páginas de Search Console separa estos casos de los de calidad: robots.txt, noindex, errores de servidor y redirecciones mal resueltas. Cualquiera de ellos impide la indexación sin que el contenido tenga nada que ver.

• Un robots.txt que bloquea por error la carpeta del blog.
• Una etiqueta noindex que quedó de una plantilla de pruebas.
• Un 5xx puntual justo cuando pasó Googlebot.
• Una redirección en cadena que acaba en otra URL.

Errores de servidor y redirecciones mal hechas

Un error 5xx no tiene por qué repetirse: basta con que el servidor estuviera caído justo cuando pasó Googlebot. Si el fallo es puntual, Google vuelve a intentarlo más adelante; si se repite, retira prioridad a esa URL. Las redirecciones mal hechas son distintas: una cadena de dos o tres saltos hace que Google indexe la URL final y no la que se quería posicionar. La documentación de Google sobre errores de rastreo recomienda revisar el código de estado real, porque algunos servidores devuelven un 200 con una página de error dentro —un soft 404— y eso también bloquea la indexación. Un robots.txt mal configurado produce el mismo efecto sin ningún error visible, como se explica en robots.txt en WordPress bloquea tu web sin que lo sepas.

Rastreada sin indexar, el estado que más confunde

«Rastreada: actualmente sin indexar» es el estado que más preguntas genera porque no señala ningún error. Google ha visitado la URL y ha decidido, de momento, no incluirla en el índice. Según la ayuda oficial del informe de indexación de páginas, suele ocurrir cuando la página no supera el filtro de calidad frente a lo que ya tiene indexado sobre el mismo tema, o cuando recibe pocos enlaces internos y el rastreador le asigna poca prioridad.

El estado hermano, «detectada: actualmente sin indexar», es anterior: Google conoce la URL —por el sitemap o por un enlace— pero todavía no ha llegado a rastrearla. En sitios grandes suele deberse a que reparte su presupuesto de rastreo; en un blog pequeño casi siempre se resuelve solo en pocos días.

Ninguno de los dos estados se arregla pidiendo la indexación una y otra vez: si la causa es de calidad o de prioridad, reenviar la URL no cambia la decisión de Google, solo repite la misma pregunta.

Contenido duplicado y la indexación que se pierde

Google indexa una sola versión de cada contenido, aunque exista en varias URLs. Si no hay una canonical clara, decide por su cuenta cuál es la principal y deja las demás fuera del índice con el estado «duplicada, Google ha elegido otra página como canónica». Pasa con parámetros de seguimiento, con http y https que conviven, o con un artículo que se publicó en una categoría y luego se movió a otra sin redirigir la antigua.

En un blog esto aparece sobre todo cuando se reescribe una pieza vieja con una URL nueva y la antigua se deja viva: para Google son dos páginas que compiten por la misma idea, y suele quedarse solo con una. La solución es decidir cuál se queda como canónica y redirigir o enlazar la otra hacia ella: dos URLs compitiendo por la misma idea reparten autoridad en vez de sumarla.

Calidad de contenido, el filtro que aplica Google

Descartados los problemas técnicos y la duplicidad, queda el motivo que más cuesta aceptar: la página puede estar bien escrita y aun así no merecer índice propio. Funciona como un umbral de valor frente a lo que ya existe sobre el mismo tema, y afecta sobre todo a páginas cortas o genéricas.

Contenido escaso en páginas de servicio y categoría

Las páginas que peor lo llevan no suelen ser los artículos de blog, sino las páginas de servicio: un párrafo de presentación y una lista de enlaces, sin nada que las diferencie de las de cualquier competidor. Google las rastrea, ve que el texto propio apenas ocupa unas líneas entre menús, y las deja fuera del índice. La solución no es alargar el texto: es explicar el servicio de verdad —precio orientativo, a quién va dirigido, qué incluye— y no repetir la ficha con otras palabras.

Una señal de calidad que pesa sobre todo el sitio

El filtro no se aplica solo página por página: Google calcula también una señal de conjunto sobre la proporción de contenido de poco valor que tiene un dominio completo. Un blog con muchas piezas cortas o repetidas arrastra esa valoración y puede ver cómo cuesta indexar hasta los artículos buenos, sin que haya nada mal en ellos de por sí. Por eso limpiar o fusionar las piezas más débiles —en lugar de dejarlas publicadas sin tráfico— suele destapar mejoras de indexación en artículos que no se habían tocado.

Cómo comprobar la indexación con inspección de URLs

La herramienta de inspección de URLs de Search Console da la respuesta más fiable: pega la URL exacta y devuelve si está indexada, cuándo se rastreó por última vez y, si no lo está, el motivo concreto. Es más precisa que esperar al informe general, que tarda días en actualizarse.

Si el estado es «URL no está en Google» y la causa no es técnica, pedir la indexación desde ahí sirve para que la revise antes, pero no fuerza que la incluya. Lo que de verdad ayuda es que la página reciba enlaces internos desde otras del mismo sitio, porque son la señal que usa Google para repartir prioridad de rastreo, como se explica en enlazado interno automático, hasta dónde llega un plugin. Según la ayuda oficial de la herramienta de inspección de URLs, cada solicitud de indexación tiene un límite diario, así que conviene reservarla para las páginas que de verdad importan.

Preguntas frecuentes sobre la indexación en Google

¿Cuánto tarda Google en indexar una página nueva?

No hay un plazo fijo: puede ir de pocas horas a varias semanas. Depende de la frecuencia con la que Google rastrea el dominio, de los enlaces internos que recibe la URL nueva y de si el sitio tiene ya una proporción alta de contenido de calidad. Un sitemap actualizado ayuda a que Google la descubra antes, pero no acelera la decisión de indexarla.

¿Por qué se desindexa una página que ya estaba publicada?

Casi siempre por un cambio involuntario: una plantilla que añadió noindex por error, una actualización del robots.txt, o un rediseño que dejó la URL distinta sin redirección. También ocurre si el contenido se vacía o se recorta mucho en una edición. Conviene revisar Search Console tras cualquier cambio de plantilla o migración, no solo cuando cae el tráfico.

¿El sitemap XML garantiza que se indexe una página?

No. El sitemap solo ayuda a que Google descubra la URL antes; la decisión de indexarla depende de la calidad del contenido y de las señales que recibe después, como los enlaces internos. Una URL puede estar en el sitemap, rastrearse y aun así quedarse fuera del índice si Google no le ve suficiente valor.

Fuente: Ayuda de Search Console sobre el informe de indexación de páginas